MODELOS DE PREVISÃO DE NOTA DE SEIS ATRIBUTOS SENSORIAIS DE BEBIDA DE CAFÉ ARÁBICA BASEADOS EM ESPECTROS DE INFRAVERMELHO PRÓXIMO DO GRÃO TORRADO

Abstract

A análise de espectros de infravermelho próximo de grãos de café vem sendo empregada como uma metodologia de avaliação de várias propriedades e determinação da composição química das amostras. Neste trabalho 51 amostras de cafés arábicas torrados foram analisadas sensorialmente e por reflectância difusa no infravermelho próximo. Os modelos gerados pelo método de regressão PLS (quadrados mínimos parciais), considerando a relação entre as variáveis selecionadas pelo algoritmo OPS (Ordered Predictors Selection) e as notas atribuídas pela avaliação sensorial da bebida, permitiram a previsão de nota de acidez com erro médio de 0,3, de amargor com erro médio de 0,37, de aroma com erro médio de 0,25, de corpo de 0,30, de sabor (bebida) de 0,37 e de qualidade global igual a 0,42, numa escala de 1 a 5.

The analyses of the near infrared beans have been used as a methodology for evaluation of several properties and chemical composition of samples. In this work 51 Arabica roasted coffee samples were tasted and analyzed by diffuse reflectance near infrared spectroscopy. The models from the PLS (partial least squares) regression method, using the relationship between the selected variables by the OPS (Ordered Predictors Selection) algorithm and the scores from the sensory evaluation of the beverage allowed previewing values with mean errors of 0,3 for acidity, 0,37 for bitterness, 0,25 for flavour, 0,30 for body, 0,37 for cleanliness and 0,42 for overall quality, in a scale ranging from 1 to 5.